/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
MIT
Архитектура
gpt2 · dense
Опубликована
4 сен 2026

thai-qa-lab-model

Генерация текстаТекст → текст3 профессии

Тайская GPT-2-модель, дообученная на 3 000 пар вопросов и ответов о заболеваниях для генерации ответов на медицинские вопросы на тайском языке.

182скачиваний за 30 дней0лайковвеса обновлены4 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Thai GPT-2 Fine-Tuned — генеративная языковая модель на базе архитектуры GPT-2, дообученная студентом Sahawit для вопросов и ответов на тайском языке по тематике заболеваний. Модель обучалась на наборе данных disease_3000, содержащем 3 000 пар вопросов и ответов о болезнях.

Модель предназначена для генерации ответов на тайском языке в сценариях, связанных с медицинскими вопросами общего характера, и может использоваться как основа для прототипов систем вопросов и ответов. Она поддерживает задачу text-generation, имеет контекстное окно 1 024 токена и рассчитана на тайский язык.

Сильной стороной модели является специализация на тайскоязычных вопросах о заболеваниях и компактная архитектура GPT-2. В README отсутствуют сведения о размере модели, процедуре обучения, результатах оценки, ограничениях безопасности и разработчике, кроме указания Sahawit как автора дообучения. Ответы могут быть неточными или неполными, поэтому модель не следует использовать для постановки диагноза или назначения лечения без проверки специалистом. Модель распространяется по лицензии MIT.

Сценарии применения

  • ответы на вопросы о заболеваниях на тайском языке
  • создание прототипа тайскоязычного медицинского чат-бота
  • генерация справочных ответов по симптомам и болезням
  • исследование тайскоязычных моделей вопросов и ответов

Ограничения

Модель может генерировать неточные или неполные медицинские ответы и не предназначена для диагностики или назначения лечения. В README отсутствуют результаты оценки, подробности обучения и рекомендации по безопасному применению.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for Model ID

Model Details

Model Description

โมเดล Thai GPT-2 ที่ได้รับการ Fine-tune โดยนักศึกษา (Sahawit) สำหรับงานถาม-ตอบภาษาไทยจากชุดข้อมูลโรค 3,000 คู่

  • Developed by: [More Information Needed]
  • Funded by [optional]: [More Information Needed]
  • Shared by [optional]: [More Information Needed]
  • Model type: [More Information Needed]
  • Language(s) (NLP): th
  • License: mit
  • Finetuned from model [optional]: [More Information Needed]

Model Sources [optional]

  • Repository: [More Information Needed]
  • Paper [optional]: [More Information Needed]
  • Demo [optional]: [More Information Needed]

Uses

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

  • Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: [More Information Needed]
  • Hours used: [More Information Needed]
  • Cloud Provider: [More Information Needed]
  • Compute Region: [More Information Needed]
  • Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
aa158bb

0 моделей